한양대학교 컴퓨터소프트웨어학부 김상욱 교수팀이 최근 환자의 건강 상태에 맞는 의약품을 자동으로 추천하는 기술인 ‘VITA’를 개발했다.

의약품 추천 기술은 환자의 과거 병원 방문 기록(처방 진단, 처방 수술, 처방 의약품)을 바탕으로 현재 병원 방문에서 진단 및 수술 처방(이하 현재 처방내역)이 결정되면, 환자의 현재 방문에서 필요로 하는 의약품을 올바르게 추천하는 기술이다.

해당 기술은 의사의 의약품 처방 시간과 노력을 절감 해줄 뿐 아니라 공중보건 비상사태와 같이 의사의 수가 부족한 상황에서도 활용 가능하다는 장점이 있다.

기존 의약품 추천 기술은 현재 환자의 건강 상태를 포착하고, 각 의약품 부합 여부에 따라 처방 여부를 결정한다. 환자의 건강 상태가 의약품들을 추천하는 데에 있어 기초가 되는 중요한 요소인 것이다. 그러나 기존 의약품 추천 기술은 환자의 건강 상태를 포착하기 위해 환자의 현재 처방내역과 연관성이 불분명한 모든 과거 처방내역을 일괄적으로 활용했다.

이에 김 교수팀은 사전 분석을 통하여 환자의 과거 처방내역을 모두 활용하는 기존의 방식은 문제가 있으며, 환자의 현재 처방내역과 연관성이 있는 과거 처방내역만을 선택적으로 활용하는 것이 필요하다는 사실을 밝혀냈다. 또한, 과거 처방내역들이 현재 처방내역과 관련이 있더라도, 이를 관련된 정도에 따라 차별화하여 활용하는 것이 중요하다는 사실을 함께 밝혀냈다.

김 교수팀은 머신러닝 기술을 기반으로 각 환자의 모든 과거 처방내역 중 현재 처방내역과 관련된 내역을 자동으로 선택하는 ‘관련 방문 선택(relevant-visit selection) 아이디어’와, 선택된 내역이 환자의 현재 처방내역과 얼마나 관련되어 있는지를 정확하게 계산하는 ‘타겟 인지 어텐션(target-aware attention) 아이디어’를 바탕으로 환자의 건강 상태를 정확하게 포착하고 이를 기반으로 의약품을 추천해 주는 기술인 ‘VITA’를 개발했다.

그 결과, ‘VITA’는 실제 병원 데이터를 대상으로 한 평가에서 기존 기술 중 가장 정확한 의약품 추천 기술보다 약 6% 더 높은 추천 정확도를 달성했다. 또한, ‘VITA’의 두 핵심 아이디어는 기존 의약품 추천 기술들과 쉽게 결합하여 기존 의약품 추천 기술들의 정확도를 일관적으로 향상시켰다.

이처럼 ‘VITA’의 두 핵심 아이디어는 향후 의약품 추천 기술 개발을 위한 기반 기술로 활용될 수 있을 것으로 기대된다. 이 연구는 한양대 김상욱 교수 연구팀의 김태리, 허지호, 김홍일 연구원과 한국과학기술원 신기정 교수가 함께 참여했다.

한편, 해당 논문 「VITA: ‘Carefully Chosen and Weighted Less’ Is Better in Medication Recommendation」은 그 기술의 독창성 및 우수성을 인정받아 오는 20일부터 27일까지 캐나다 밴쿠버에서 개최되는 ‘The 38th Annual AAAI Conference on Artificial Intelligence(이하 AAAI)’에서 구두(oral presentation)로 발표될 예정이다.

AAAI는 세계적으로 인정받는 인공지능 분야의 최우수 컨퍼런스 중 하나이며, 이번 AAAI에서는 제출 논문의 약 2%만이 구두 발표의 기회를 얻었다.


*에듀진 기사 URL : http://www.edujin.co.kr/news/articleView.html?idxno=45067
기사 이동 시 본 기사 URL을 반드시 기재해 주시기 바랍니다. 

*학습에서 취업까지 한번에! '대한민국 진로진학 가이드북' 출간! [배너 클릭!]